ทันเอไอ

研究者、AIが試行錯誤を通じて隠されたルールを学習する仕組みに関する論文を発表

arXiv公開の論文、テストゲームを通じたAIの隠れルール推論能力と転移学習に関する研究結果を報告

学術プレプリントサーバーのarXivは、2026年8月に「AI Learning and Conceptual Transfer in the Game of Hidden Rules」と題された研究論文（arXiv:2608.21372v1）を公開した。本研究では、「Game of Hidden Rules（GOHR）」と呼ばれる環境をテストベッドとして採用している。

本研究は、強化学習（RL）エージェントが試行錯誤によるフィードバックのみを頼りに隠されたルールを推論する能力の調査を目的としており、表現設計（Representation Design）、ルールの難易度分析、転移学習（Transfer Learning）、汎化（Generalization）について詳細に検証している。

技術面では、TransformerベースのA2C（Advantage Actor-Critic）アーキテクチャを採用し、Feature-Centric（特徴中心）表現とObject-Centric（オブジェクト中心）表現の間で性能を比較した。さらに、擬似ボット支援による人間の学習（Pseudo-Bot-Assisted Human Learning）との比較分析も行われている。